1A Fundação: Hospedagem na AWS
Tudo começa com a escolha de uma infraestrutura que aguente escala infinita sem custos fixos exorbitantes. Optei por hospedar a aplicação inteira na AWS (Amazon Web Services), não apenas pela robustez, mas pela segurança de nível empresarial. Ao utilizar serviços gerenciados, eliminei a necessidade de servidores tradicionais (EC2), garantindo que a aplicação esteja sempre disponível, seja para 1 usuário ou 10.000, pagando apenas pelo que é utilizado.
É a base sólida que um produto de dados precisa para operar com alta disponibilidade e é claro, é o mar que estou navegando há muito tempo. Minhas certificações AWS Data Engineer e AWS Artificial Intelligence Cloud Practitioner me habilitam na utilização dos melhores recursos.
2O Cartão de Visitas: Front-End (HTML, CSS, JS)
Para a interface, fugi da complexidade desnecessária de frameworks pesados. A experiência do usuário precisa ser instantânea. Construí o Front-End utilizando a "tríade clássica" da web: HTML, CSS e JavaScript puro. O resultado é uma página leve, de carregamento ultrarrápido e totalmente responsiva, focada em uma única missão: capturar o objetivo de carreira e o arquivo do usuário com a menor fricção possível, validando os dados antes mesmo de tocarem na nuvem.
A ideia de aceitar a ingestão apenas em PDF é para garantir que é de fato, o documento (currículo) que o usuário está usando em suas candidaturas. Quem sabe em breve eu não libero docx e texto simples, o que acham?
3O Porteiro Inteligente: Ingestão com AWS Lambda, SQS, S3 e DynamoDB
Aqui a arquitetura começa a brilhar. Quando o usuário envia o currículo, não deixamos o navegador "pendurado" esperando. Uma função AWS Lambda (Python) recebe o arquivo instantaneamente, raspa o texto bruto e despacha uma mensagem para o AWS SQS (Simple Queue Service). Essa fila atua como um "amortecedor", garantindo que nenhuma requisição se perca, mesmo em picos de acesso.
É o desacoplamento perfeito: a ingestão acontece em milissegundos, liberando o usuário enquanto o "trabalho pesado" é enfileirado para o backend. Os objetos são salvos no S3 (a oitava maravilha do mundo) e suportam todo backend até que a análise esteja pronta. Os metadados são salvos em uma tabela DynamoDB que é atualizada instantâneamente durante o processamento.
4O Cérebro: Análise com AWS Bedrock (GenAI + RAG)
O coração do GPS não é um simples script de palavras-chave, é Inteligência Artificial Generativa de ponta. Utilizo o AWS Bedrock para acessar modelos fundacionais poderosos (como a família Claude) diretamente dentro da minha conta AWS, sem expor dados a APIs públicas inseguras.
O worker consome a fila, injeta o currículo e um "Prompt Mestre" contextualizado no modelo, que utiliza RAG para cargos conhecidos e raciocina sobre a senioridade, identifica gaps técnicos e gera o plano de carreira com uma precisão que simula um recrutador sênior.
5A Tangibilização: Design do Relatório (HTML Dinâmico)
A IA devolve texto puro, mas o aluno merece uma experiência visual. Desenvolvi uma camada de renderização dentro da Lambda que transforma o Markdown da IA em um e-mail HTML rico e estilizado. Aqui, utilizei Python para gerar dinamicamente gráficos (como o Radar de Competências em SVG) e tabelas de alinhamento de mercado.
O design não é apenas estética; é funcionalidade, transformando dados abstratos em um painel de controle de carreira visualmente digerível e pronto para mobile.
6A Entrega: Disparo via Lambda e Worker Assíncrono
Para garantir que o relatório chegue à caixa de entrada, utilizo um padrão de arquitetura orientado a eventos. Uma segunda função AWS Lambda atua como um worker dedicado apenas para a entrega. Ela pega o HTML gerado, conecta-se ao servidor de e-mail (via SMTP seguro) e realiza o disparo.
Essa separação de responsabilidades é crucial: se o servidor de e-mail oscilar, a análise não é perdida; ela permanece segura na arquitetura até que a entrega seja confirmada. 100% integrado como meu servidor de e-mail externo, infelizmente tive um pouco de dificuldade burocrática ao tentar utilizar o AWS SES e decidi usar outro serviço.
7O Futuro: Notificação via WhatsApp API
A próxima fronteira é a onicanalidade. Estou desenvolvendo a integração com a WhatsApp Business API oficial. O objetivo é notificar o aluno instantaneamente no celular assim que a análise for concluída ("Ei, seu plano está pronto!"), aumentando a taxa de abertura e engajamento.
A arquitetura serverless já está pronta para isso: bastará "plugar" na Lambda o evento de conclusão, fechando o ciclo de comunicação onde a atenção do usuário realmente está.
8Infra e CI/CD: IaaS + Git
Para a infraestrutura, Terraform na veia, controlando os artefatos com código simples e parrudo. Todo código, gestão de versão e estrutura guardados no GitHub, de forma interna é claro hahaha Muito simples de utilizar, versionar e evoluir.
9Peças-Chave da Arquitetura
AWS API Gateway, AWS Secrets Manager e AWS Amplify foram peças extremamente chave durante o desenvolvimento da aplicação, suportando integrações, senhas e hospedagem. Uma estrutura robusta e completa, mas de fácil manutenção. Separando cada serviço apenas para sua melhor utilização.
10O Custo Real
Este desenvolvimento foi realizado em minhas horas vagas, alguns finais de semana e duas madrugadas o que custa muito do meu sono, já que vocês sabem que o prof Well é CLT hahaha Fora esse "investimento", vocês tem noção de qual é o custo para realizar essas inferências? 10, 100, 1000? Me contem o que vocês acham e eu vou esclarecer para vocês (segura pra não cair da cadeira hahaha)
Da Nuvem para a sua Carreira
Construir essa aplicação com arquitetura extremamente escalável, vai possibilitar que milhares de alunos consigam ter informações extremamente úteis à sua carreira. O verdadeiro objetivo foi eliminar a subjetividade da evolução profissional. Ao combinar a escalabilidade do Serverless com a capacidade de raciocínio do Amazon Bedrock, criei uma ferramenta que democratiza o acesso a um feedback de nível sênior, algo que antes só era acessível através de mentorias ou processos seletivos frustrantes (quando tem feedback estruturado).
Este é o primeiro artigo do professor Well, se você chegou até aqui, meu sincero agradecimento.
